摘要
随着NB-IoT（NarrowbandInternetofThings）和智慧城市的发展，传统的消防工作亟需升级转型。在这种趋势下，消与防相融合的智能烟感系统，逐渐成了“智能消防”的重要发展方向。一方面，随着城市化进程的加快，越来越多的消防安全隐患问题被显现出来，尤其是以仓库为代表的火灾隐患场所。这些高大空间环境因结构复杂，呈现出火灾易发、迅速蔓延等特点，是火灾防控的一个难点和热点。另一方面，基于NB-IoT的智能烟感具有部署方便、建设成本低等优势。因此，智能烟感的部署优化也逐渐成为了智能消防研究中的热点问题。以往的研究主要集中在特定监测环境中无线传感器节点的部署优化，关于高大空间智能烟感部署优化的研究相对较少。因此高大空间智能烟感部署优化研究面临着新的需求和挑战。 针对上述问题，本文主要研究高大空间环境下智能烟感部署优化问题，主要研究内容如下： 第一，本文针对无障碍物场景下的智能烟感部署问题，提出了一种基于改进人工蜂群算法（ImprovedArtificialBeeColony，IABC）的部署策略。该策略将智能烟感部署问题建模成多目标优化问题，再采用智能优化算法求解。首先，考虑到智能烟感的特性及高大空间的结构特点，以最小化节点部署成本和最大化智能烟感覆盖率为目标，对智能烟感部署优化问题进行建模。然后，设计了一种基于改进人工蜂群（IABC）的部署策略，通过仿真实验对部署策略的性能进行了验证。仿真实验结果表明，相比于均匀部署，基于改进人工蜂群（IABC）的部署策略能够取得更好的性能，提高覆盖率，降低部署成本。 第二，本文针对有障碍物场景下的智能烟感部署问题，提出了一种基于粒子群优化算法（ParticleSwarmOptimization，PSO）的部署策略。首先，综合考虑高大空间存在障碍物和起火区域的情况，将高大空间划分为高风险区域、中风险区域和低风险区域，并根据风险区域的特点设置相应的起火概率，建立了一个有障碍物的智能烟感部署模型。然后，建立了相关约束条件下的覆盖感知模型和含有两个优化目标的数学模型。最后，基于相关模型提出了一种基于粒子群优化算法（PSO）的部署策略，并通过仿真实验验证了部署策略的性能。实验结果表明，相比于均匀部署策略，基于粒子群优化算法（PSO）的部署策略在提高覆盖精度的同时，能有效地降低部署成本。 研究结果为智能烟感在高大空间的规模化部署提供了有价值的理论参考，有利于实际应用的服务商在部署智能烟感节点时保证高质量的覆盖性能、节约部署成本。提升消防安全管理的效率和社会消防安全管理的标准化与智能化。
NETL